基于最小割集的核安全风险评价在线计算方法研究

基于计算机技术,研究支持多任务场景的最小割集高效算法和风险模型重构后最小割集算法数据库的高效更新方式,在提升风险监测器计算速度的同时,满足多任务多场景下的风险高效计算要求,并为下一阶段高效计算引擎的开发提供数据算法依据。

基于贝叶斯网络模型的高速公路建设风险机制演化分析

为了研究高速公路建设过程中的风险致因因素对整体的影响,提高风险应对能力。依据优化的德尔菲风险识别流程和故障树的最小割集算法,结合贝叶斯网络概率理论对黎霍高速建设风险机制进行了定性和定量分析。建立了次级衍生事故和顶事件之间的概率分析模型。结果表明,施工设备自身因素、施工前的交通环境因素和道路基建因素导致顶事件发生的概率分别为为39.5%、42.8%和46.4%,其他因素均在30%的安全概率之内。该分析模型不仅将人为因素、施工因素和道路环境等因素进行了有机统一,还为高速公路建设提供了可靠的风险控制机理。

基于故障树的IMS网络运维场景异常检测算法

由于导致网络运维场景异常的因素较为复杂,直接利用表观数据对异常状态进行检测,误差相对较大,为此,提出基于故障树的IMS网络运维场景异常检测算法。利用Fusell-Vesely算法,以运维场景的比特率为参数,按照逐级向下分解的方式计算故障树的最小割集,通过顶事件下属事件之间的逻辑关系实现对网络运维场景异常因素的全覆盖,在获取待检测场景的比特率数据后,借助故障树逐级判断数据对应的事件,并得到最终的状态判定结果。测试结果中,设计算法对不同程度的IMS网络运维场景异常检测结果误差稳定在1.0%以内。

考虑风力发电影响的配电网可靠性评估

风力发电机(wind power generation,WTG)凭借其发电灵活、环境友好等优势被越来越多地接入到配电网中,这给传统配电网的可靠性评估带来了一定影响。充分考虑风力间歇性、随机性的特点,提出了一种利用1a内的统计风速信息,根据WTG的功率特性曲线获得其输出功率,从而得到WTG的多状态模型的方法。在此基础上,采用改进最小割集算法对含WTG的配电网进行可靠性评估。以IEEE-RBTS 6母线系统为例,计算了WTG接入前后可靠性评估的各项指标,验证了WTG在改善电网可靠性方面的作用。

基于广义割集算法的军事运输路径优化

在建立军事运输路径优化模型的基础上,结合网络图论的思想,构造了广义邻接矩阵和广义割集单元矩阵,利用广义割集单元矩阵的简单运算,提出了求解最小广义权路径的割集算法和最大流的割集算法。研究了广义割集算法的适用范围以及复杂度,利用该算法可直观快速地解决军事运输中各类参数路径优化问题。给出的算例验证了模型和算法的有效性。

基于图论和启发式搜索的装配序列规划算法

将装配序列规划中成熟的割集法和人工智能中启发式搜索方法相结合，提出一个高效的装配序列生成算法。此算法在启发函数的指导下，直接产生所需的最佳装配规划，避免了单独采用割集法产生装配AND/OR图而导致的组合爆炸的问题。同时省去了在选择装配规划时，对整个装配AND/OR图进行再次搜索。此算法与其它算法相比具有效率高、智能性强的特点。最后给出了一个实例。

故障树定量分析及其交互方式的实现

在分析制作故障树分析软件原因的基础上,分析了作为交互软件内核的故障树分析理论,详细研究了相应的算法及实现。与此同时,以MATLAB7.0作为软件设计的工具,分析了面向对象的图形用户界面(GUI)设计的功能和特点。进而将主程序和界面程序以控件形式结合,形成了功能较为完备的FTA软件。实际设计和运用表明,基于MATLAB7.0的FTA软件具有界面交互友好、读写格式清晰、显示结果规范的优点。

基于可靠性单元的网络系统可靠性简化算法

针对网络的复杂度和单元的可靠度等背景问题,从网络树的角度分析网络系统,首先综合定性分析可靠性估算方法:最小割集法和最小路集法,提出可靠性估算方法的选择原则;然后基于可靠性单元,建立了网络系统可靠性简化算法;最后运用该算法对某一输水泵站系统进行了可靠性计算。结果表明,该方法可行而有效。

遗传算法在决策系统离散化中的应用

离散化在粗糙集的实际应用中有重要的意义,它使得粗糙集有更广泛的应用范围。粗糙集中的离散化要求在保持原来决策系统的不可分辩关系情况下,用尽量少的断点进行离散化。文章针对该问题提出了一种遗传算法,将最小断点集作为优化目标,同时兼顾一致性的要求。最后对实例进行了求解,证明该算法是有效的。

计算机辅助事故树分析研究

计算机辅助事故树分析中 ,求最小割集和绘制事故树是非常重要的。实用中 ,由于事故树往往规模庞大且最小割集的数目难以预知 ,这就使传统的用不能动态扩充的数组实现的计算机算法在应用时受到很大限制。本文应用 VC++(MFC)中可动态扩充的数组类数据结构 ,实现求最小割集的 Fussell算法 ,并提出和实现“堆砖法”计算机辅助事故树绘图。

求取故障树最小割集的新算法

本文提出一种采用微机直接求取故障树最小割集的新算法。该法程序实现简洁,与常用的Fussell 算法比较,可成倍地提高计算速度,节省内存。

电力系统低频减载的同调分区定义与割集算法

电力系统分区运行时其低频减载在各区域作用的绩效可能会由于分区组合情形的变化而受到影响。针对这一问题,通过分析系统分区组合特性,给出了低频减载同调分区及相关概念的定义。基于同调分区的概念,结合对电网分区图的割集的分析,提出了建立系统同调分区集合的算法。采用该算法计算实际电网的同调分区集合,在考虑同调分区的情况下对分区低频减载方案进行了设计、仿真和优化。仿真结果表明优化后的方案稳定性得到增强,证实了低频减载同调分区算法的重要性。

基于可靠性及经济性的配电自动化差异性规划

配电自动化能够有效地提高供电可靠性,但必须兼顾其可靠性提升效益与投资之间的平衡。综合考虑可靠性和经济性,建立了实施配电自动化后的净收益模型。其中可靠性计算部分所采用的负荷点最小割集算法以及故障修复时间,均针对配电自动化条件进行了修正。结合国家电网公司规定的供电区域分类,研究了可靠性经济性最佳的差异性配电自动化方案。研究表明,B类供电区域推荐采用重合器与分段器配合的就地控制方案、分布式智能终端就地控制方案;产电比在15元/k Wh以上的A类供电区域,推荐采用分布式智能终端就地控制方案。对于经济发达、负荷密度大以及可靠性要求高的地区,可考虑采用配电自动化主站集中控制方案,并给出了具体应用的产电比范围。

利用矩阵运算实现故障树参数间转化

为减少FTA的NP困难,在充分研究故障树主要参数(最小割集、最小路集、不交化最小割集和不交化最小路集)之间内在联系的基础上,找到了它们间相互转化的方法,并通过割集矩阵的运算加以实现.这些转化方法,为减少NP困难、简化FTA开辟了新途径.

面向不确定图的概率可达查询

图的可达性查询被广泛应用于生物网络、社会网络、本体网络、RDF数据库和XML数据库等.由于对数据操作时引入的噪声和错误使这些图数据具有不确定性,已经有大量的针对不确定RDF和XML数据库的研究.文中使用可能世界语义模型构建不确定图,基于该模型,研究了概率可达查询(PR).处理PR查询是#P完全问题,对此文中首先给出一个基本随机算法,可快速地估算出可达概率,并且该值有很高的精确度.进一步,文中为随机算法引入条件分布(称为"条件随机算法"),采用图的不相交路径集和割集作为条件概率分布,因此改进的随机算法可准确地并且是在多项式时间内处理查询.最后基于真实不确定图数据的大量实验结果验证了文中的设计.

基于区分矩阵的数据离散化算法

由于传统的粗糙理论只能对数据库中离散数据进行处理,而绝大多数现实的数据库既包含了离散数据,又包含了连续数据。针对这一问题,提出了一种基于候选断点区分矩阵的数据离散化算法。该方法以断点核为起点,以候选断点在区分矩阵中出现的频率作为启发信息,逐次选择最重要的断点加入到结果断点子集中,并由最终的断点集得离散化后的信息系统。最后通过实例分析表明,该算法具有较好的离散化效果。

基于图割的单水平集迭代终止算法

针对C-V模型中变分水平集优化方法存在的最佳迭代次数难于确定,且容易陷入局部最优等不足,借鉴图割算法在较短时间内能得到全局最优的优势,提出一种基于图割的单水平集迭代终止算法。首先在目标区域设定一条初始轮廓线,采用无须重新初始化的C-V模型对轮廓线进行迭代,当轮廓线内部面积变化值小于预先给定的阈值时终止迭代,然后将此轮廓线作为图割算法的初始轮廓线进行图像分割。实验结果表明,该方法较原始C-V模型大大缩短了迭代时间,稳健性更高,具有较好的图像分割效果。

隐含先验约束MRF模型的目标形状分割方法

在形状变化、被遮挡、噪声情况下,存在难以完整分割目标形状的问题。提出一种采用隐含形状约束马尔可夫随机场模型的轮廓分割方法。引入目标的先验形状知识,用水平集符号距离函数隐含表示目标的先验形状模型,以先验形状模型作为约束构造出MRF能量函数;采用graph cut法求解能量函数极小值,利用形状对准和最大流法演化初始轮廓,快速准确地分割出目标的形状。实验结果表明,新方法能有效快速分割带遮挡、噪声以及发生形状变化的目标,增强了形状分割的鲁棒性。

双重不确定性组合法评估敏感设备电压暂降故障概率

针对现有敏感设备电压暂降敏感度评估方法中仅考虑系统侧或设备侧的不确定性问题,提出了一种设备电压暂降故障概率的双重不确定性评估方法。该方法首先对系统电压暂降、设备电压耐受能力进行分析,分别用模糊变量和随机变量描述其不确定性,然后引入λ截集的概念将复杂的双重不确定性概率求解问题转化为普通概率求解问题,简化了计算。以IEEE30节点系统为例进行仿真,并与蒙特卡罗随机模拟结果进行比较,证明了文中所提方法的正确性。

并行最小割算法及其在金融社交网络中的应用

有效实施金融监管已成为金融健康发展的必要保证.若能够在金融社交网络中,找到一部分承载网络中所有信息流动的关键节点,便能实现整个金融社交网络的有效监管.金融社交网络图规模通常较大,须开发大规模图处理并行算法.本文提出基于分布式图处理平台Pregel的并行最小割算法.实验基于Apache Spark平台开展,所用数据均来自BoardEx数据库.实验结果表明,在大规模社交网络图的处理中,该算法具有良好性能.利用该并行算法得到金融社交网络图的最小割,便可有效实施金融监管.